Mohu Inkling spustit lokálně?

Ano – váhy jsou otevřené a Thinking Machines publikuje recepty pro nasazení v SGLang, vLLM, Unsloth, TokenSpeed a Hugging Face. Model má ale 975 miliard parametrů, takže budete potřebovat značný hardware; před nasazením si zkontrolujte průvodce VRAM.

Kolik Inkling stojí přes API?

Thinking Machines jej cení na 1,00 USD za milion vstupních tokenů a 4,05 USD za milion výstupních tokenů, s kontextovým oknem 524 288 tokenů. Ceny u třetích stran mohou být odlišné.

Čím se Inkling liší od hustého modelu podobné schopnosti?

Jeho sparse MoE architektura směruje každý token pouze přes 41 miliard z celkových 975 miliard parametrů, což snižuje výpočetní náklady na token oproti hustému modelu stejné velikosti – i když plná velikost vah se uplatní při načítání.

▲

7.2%

tento týden

Inkling

8348°

#llm #thinkingmachines #vidění #audio #uvažování #programování

Spustit model

Nabídky / Reklamy

OpenRouter Terminál / API

Platba za token

Chatuj s tímto modelem v prohlížeči nebo ho zavolej ze svého kódu s jedním API klíčem.

Thinking Machines | kontext 524 288 tokenů | $1.00/M vstup, $4.05/M výstup. Inkling je otevřený multimodální model mixture-of-experts od Thinking Machines Lab, s 41 miliardami aktivních parametrů z celkových 975 miliard. Je navržen pro obecné uvažování, kódování, agentní a nástrojové systémy, generování s podporou vyhledávání, následování instrukcí a vícejazyčné konverzační aplikace. Jeho nativní porozumění obrazu a zvuku podporuje multimodální analýzu vedle textu.

Návody k tomuto modelu

Nejlepší lokální LLM podle použití (říjen 2026): správný otevřený model pro každou práci

Kolik VRAM vlastně potřebuji pro lokální AI?

Otevřené váhy vs open source vs pouze API: co vlastně smíš dělat

Co je soubor GGUF? Vysvětlení kvantovaných modelů (Q4, Q8, fp8, NF4)

Všechny návody

Poznámky kapitána

Napsal Captain, hlavní redaktor

Poznámky z 2026-10-13

Inkling je model s 975 miliardami parametrů založený na sparse mixture-of-experts architektuře od Thinking Machines Lab, s 41 miliardami aktivních parametrů na token. Má otevřené váhy, nativně multimodální přes text, obraz a zvuk a kontextové okno o velikosti 524 tisíc tokenů. Je určen pro vývojáře budující agentní pipeline, RAG systémy a asistenty pro kódování. Architektura MoE udržuje náklady na inferenci nižší, než by naznačoval celkový počet parametrů.

Známý pro

Nativní porozumění textu, obrazu a zvuku zpracovávané v sdíleném dekodéru
Kontextové okno o velikosti 524 288 tokenů – pohodlně zvládá velmi dlouhé dokumenty
Sparse MoE směrování: 41 miliard aktivních parametrů z celkových 975 miliard na token
Otevřené váhy s recepty pro SGLang, vLLM, Unsloth a Hugging Face
Explicitně navržen pro vývoj agentních a nástrojově orientovaných aplikací

Dej pozor na

975 miliard parametrů znamená vážné hardwarové požadavky pro lokální nasazení – před stažením zkontrolujte VRAM
Zvukový vstup musí být ve formátu WAV s 16 kHz; rozměry obrázků by měly být mezi 40 px a 4096 px pro nejlepší výsledky
Váhy jsou otevřené, ale vydané pod politikou přijatelného použití, nikoli plně permisivní licencí

Nejlepší pro

Programování

Agenti a používání nástrojů

Uvažování

Vidění

Dlouhý kontext

Promptů k vyzkoušení

Plán agentního využití nástrojů

Budujete výzkumného asistenta, který umí vyhledávat na webu, číst PDF a posílat e-mailové shrnutí. Navrhněte schéma nástrojů a agentní smyčku v Pythonu s použitím volání funkcí. Ukažte definice nástrojů, hlavní logiku smyčky a jak řešíte chybu vrácenou nástrojem během běhu.

Multimodální audio analýza

Přikládám krátký WAV záznam hovoru zákaznické podpory. Přepiš ho, identifikuj hlavní stížnost zákazníka, ohodnoť kvalitu reakce agenta na škále 1 až 5 s odůvodněním a navrhni jednu konkrétní zlepšující změnu, kterou by agent mohl udělat.

Uvažování nad dlouhým dokumentem

Zde je 200stránkový technický specifikační dokument. Identifikuj každé místo, kde se požadavek dostává do rozporu s jiným požadavkem, cituj oba úryvky, vysvětli konflikt a navrhni, který by měl mít přednost a proč. Buď vyčerpávající, ne selektivní.

Porovnat s

Inkling Small
Model s otevřenými váhami
kontext 524,288 tokenů · $0.45/M vstup, $1.20/M výstup
GPT-6 Luna
Model pouze s API
kontext 1,050,000 tokenů · $0.10/M vstup, $0.50/M výstup
GPT-5.6 Luna
Model pouze s API
kontext 1,050,000 tokenů · $0.20/M vstup, $1.20/M výstup
Claude Opus 5.5
Model pouze s API
kontext 1,000,000 tokenů · $4.00/M vstup, $20.00/M výstup

Více textových modelů od thinkingmachines

Často kladené otázky

Mohu Inkling spustit lokálně?: Ano – váhy jsou otevřené a Thinking Machines publikuje recepty pro nasazení v SGLang, vLLM, Unsloth, TokenSpeed a Hugging Face. Model má ale 975 miliard parametrů, takže budete potřebovat značný hardware; před nasazením si zkontrolujte průvodce VRAM.
Kolik Inkling stojí přes API?: Thinking Machines jej cení na 1,00 USD za milion vstupních tokenů a 4,05 USD za milion výstupních tokenů, s kontextovým oknem 524 288 tokenů. Ceny u třetích stran mohou být odlišné.
Čím se Inkling liší od hustého modelu podobné schopnosti?: Jeho sparse MoE architektura směruje každý token pouze přes 41 miliard z celkových 975 miliard parametrů, což snižuje výpočetní náklady na token oproti hustému modelu stejné velikosti – i když plná velikost vah se uplatní při načítání.

Verdikt kapitána
Vážný model na špičkové úrovni s otevřenými váhami pro vývojáře, kteří potřebují multimodální, dlouhý kontext a agentní schopnosti a jsou ochotni zajistit potřebný hardware.

Modelová karta na Hugging Face

Kapitán píše tyto poznámky na základě popisu modelu a modelové karty. Ceny a velikosti kontextu jsou od poskytovatele v době psaní a mohou se změnit.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #62 Hottest Text / LLM model · #62 Hottest Text / LLM text model

Not this creator?

Get your own badge

Trend popularity: Inkling

Heat skóre od 17 Jul 2026

Hodnocení popularity

8,348°

Tento týden

▲

7.2%

8,338° tehdy, 8,348° teď

Tento měsíc

▲

41.5%

8,300° tehdy, 8,348° teď

Poslední rok

n/a

Ještě nebylo vydáno/sledováno

7,000°

Základ

Měřítko jde od 0° do 9 999°. Vše pod 7,000° je vyhrazeno pro modely, o kterých zatím žádný zdroj nehlásí, a mají tam náhradní číslo, aby seznamy byly kompletní. 7,000° je místo, kde začínají naměřená data: model s reálnými daty, ale téměř žádnými staženími, sedí na základu, a měření přidávají stupně nad něj. Základ nic neříká o modelu; o rozdílu mezi modely rozhodují právě stupně nad ním.

+1,348°

OpenRouter tokeny

311,584,593,096 tokenů tento model zpracoval přes OpenRouter za posledních 30 dní, výzvy i odpovědi dohromady. Každých 10,000,000 tokenů se počítá jako jedno stažení v rámci stahování, celkem 31,158; tokeny z posledního dne se započítávají do rychlosti adopce. Zdroj: OpenRouter (openrouter.ai/rankings).

Zobrazit podrobné rozdělení

Každé číslo na této stránce lze ověřit. Heat skóre tohoto modelu je 8,348°, a tady je postupně složeno z jednotlivých částí, s průběžným součtem po každé z nich: základ, stupně přidané každým zdrojem, bonus za typ modelu a odečtení podle stáří jeho vah. Barvy odpovídají pásmům v grafu nahoře. Na konci je slovník, který vysvětluje každý pojem.

1
Začni na základu.
Proč 7,000° a ne nula: škála jde od 0° do 9 999°, a část pod 7,000° je vyhrazena pro modely, o kterých zatím žádný zdroj nehlásí, a mají tam náhradní číslo, aby seznamy byly kompletní a nikdy nepřevýšily model s daty. 7,000° je místo, kde začínají naměřená data. Model s reálnými daty, ale téměř žádnými staženími, sedí tady; všechno, co následuje, je měření, a prostor nad základem obsahuje deset desetinných kroků ve staženích po 300° každý. Základ je stejný pro každý model, takže nerozhoduje; rozhodují stupně nad ním.
7,000°
běžící součet
2
Přidej stažení.
31,158 ekvivalentů stažení celkem, z OpenRouter tokeny. Desetinásobek stažení přidá stejných 300°, takže velikost je důležitá, ale nikdy nepřebije skóre.
+1,348°
8,348°
běžící součet
=
Skóre heat.
Kde se tento model nachází na každém seznamu na tomto webu. Nic jiného ho neupravuje.
8,348°

Slovníček: pojmy používané zde

Heat skóre: Jedno číslo, které ukazuje, jak moc se model teď používá a chce, od 0° do 9 999°. Každý seznam na tomto webu, který říká nejžhavější, je podle toho seřazený a nic jiného.
Minimum: 7 000° je základ, od kterého začíná každý model s reálnými daty. Měřítko je od 0° do 9 999°; část pod minimem je vyhrazena pro zástupce (modely bez dat), aby model s daty byl vždy výš než ten bez. Minimum je stejné pro všechny a nic nerozhoduje; stupně nad ním jsou měření.
Ekvivalenty stažení: Všechno, co skóre počítá jako stažení, sečtené: samotná stažení, každý torrent seeder jako 1 000, každý obrázek z AI Horde a každý běh na generujícím webu jako jedno.
Logaritmická škála: Počítá se po desítkách, ne po jednotkách: přechod z 1 000 na 10 000 stažení přidá stejný počet stupňů jako z 10 000 na 100 000. Zabraňuje, aby obři přebili všechno ostatní.
Lajky: Palce nahoru a lajky ze všech zdrojů, každý za polovinu váhy stažení na logaritmické škále.
Rychlost přijetí: Kolik stažení denně model právě teď má, podle rozdílu mezi dvěma odečty zdroje. Čtvrtina váhy oproti termínu stažení.
Měřené a odhadované: Měřené znamená, že existují dva záznamy zdroje a rozdíl je skutečný. Odhadované znamená, že je znám jen dnešní celkový údaj a minulost je rozložena přes životnost modelu; stránka uvádí, který typ zobrazuje.
Seeder: Někdo, kdo drží kopii vah online, aby si ji ostatní mohli stáhnout přes torrent, nebo hostovaný zrcadlový server, který dělá totéž. Každý takový počítá jako 1 000 stažení.
AI Horde: Dobrovolnická síť, která zdarma generuje obrázky na darovaných počítačích. Počet obrázků vytvořených s modelem je veřejný a každý se počítá jako jedno stažení.
Generační stránky: Stránky, které hostují vlastní kopie modelu a umožňují lidem generovat s ním, například PixAI, SeaArt a Yodayo. Jejich stažení se počítají stejně jako u Civitai a každý běh generování jako jedno stažení.
OpenRouter tokeny: Textový model poskytovaný přes API, jako Claude nebo GPT, nemá žádné váhy ke stažení, takže jeho využití se měří tokeny: kusy textu, které přečetl a napsal přes OpenRouter, bránu, kterou používá mnoho aplikací, za posledních 30 dní. Každých 10,000,000 tokenů se počítá jako jedno stažení. Zdroj: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Plný model (checkpoint): Samotné váhy, soubor, který generuje sám o sobě. Má bonus, protože na něm závisí doplňky.
LoRA a embedding: Malé doplňkové soubory, které nasměrují váhy někoho jiného k určitému stylu, postavě nebo konceptu. Samy o sobě nemohou běžet.
Rodina a váhy: Základ, na kterém je model postavený, například SD 1.5, SDXL, Flux nebo Wan. Každý model dědí datum vydání vah své rodiny.
Věk: Stupně odečtené podle toho, jak dávno vyšla váha rodiny: 150° za rok, až do 750°. Staré stažení, která měla roky na nashromáždění, zůstávají nahoře na seznamu.
Boost rodiny: Malý, omezený posun pro LoRA rodiny, kterou tato stránka právě podporuje, vždy uvedený v rozpisu.
Náhradní skóre: Stabilní číslo pod minimem dané modelu, o kterém zatím žádný zdroj nehlásí, aby seznamy zůstaly kompletní. Nikdy není výše než model s daty.
Nové! (ochranná lhůta): Model mladší než 7 dní ukazuje místo skóre Nové! a nezískává místo v žebříčku. Jeho skóre se počítá od prvního dne, ale model starý jeden den roste rychleji než cokoli jiného, takže bez čekání by #1 týdne byl vždy model, který vyšel včera, místo toho, co vydrželo týden.
Trend: Jak růst modelu za určité období odpovídá typickému růstu modelu za stejné období. Rychlejší než obvyklé znamená vzestup, pomalejší pokles.
Typický model: Střed katalogu: polovina modelů s číslem rostla rychleji za dané období, polovina pomaleji.

Jak se popularita tohoto modelu vyvíjela oproti zbytku katalogu: jeho růst v počtu stažení, lajků a použití za každé období, měřeno proti typickému růstu modelu ve stejném období, spolu s jeho heat skóre v daném čase. Nad typickým růstem znamená nárůst, pod ním pokles. Minulost se rekonstruuje z dnešních celkových hodnot, prvního dne modelu a jeho měřenou rychlostí stahování, pokud jsou k dispozici dva záznamy; model, který na začátku období neexistoval, ukazuje n/a.

Podobné modely

AI modely pro generování obrázků, videa a textu

Inkling je textový model pro rodinu Text / LLM uvedený na ModelTrends.ai, katalogu open source AI modelů pro obrázky, video a text určeném jen ke čtení. Porovnejte ho s dalšími modely Text / LLM a podívejte se na jeho skóre žhavosti.

Další modely Text / LLM llm thinkingmachines vidění audio uvažování programování agenti dlouhý kontext

Procházet podle rodiny modelů